Pós-graduação em Ciências Veterinárias (IV/UFRRJ)
Modelos de Regressão Aplicados às Ciências Veterinárias
Professores:
Adriana Andrade (DEMAT/ICE/UFRRJ) (andrade.ufrrj@gmail.com)
Wagner Tassinari (DEMAT/ICE/UFRRJ) (tassinari@ufrrj.br)
Informações Gerais
Objetivo da Disciplina
Apresentar uma visão geral dos principais modelos de regressão. A disciplina se inicia com uma breve apresentação sobre manipulação de bases de dados e análise exploratória, seguida por uma introdução sobre modelagem estatística. Serão abordados aspectos da modelagem de Regressão Linear, simples e múltipla, técnicas de predição pontual e intervalar, bem como análise da adequação e da qualidade do modelo. A disciplina inclui uma introdução aos Modelos de Regressão Generalizados, com a apresentação dos Modelos de Regressão Logística e o Modelo Poisson.
Formato da Disciplina
- O curso será composto de atividades síncronas (são atividades baseadas em encontros remotos professor-alunos de forma on line) e de atividades assíncronas (são atividades que poderam ser feitas pelos alunos sem a presença do professor, por exemplo: Leitura do material bibliográfico, videoaulas, listas de exercícios e etc). As aulas síncronas serão feitas via plataforma Google Meet durante o horário original da disciplina. Os dias das aulas síncronas estão indicadas na tabela abaixo contendo o cronograma do curso. O link para o acesso as aulas síncronas, estará disponível no sistema SIGAA/UFRRJ no tópico do primeiro dia de aula.
Sobre o pacote estatístico R
- Neste curso também está previsto a utilização do pacote estatístico R utilizando a interface gráfica do RStudio. O pacote estatístico R, que pode ser encontrado no site oficial do projeto CRAN (link). O pacote estatístico R é uma linguagem de programação estatística e gráfica direcionada para a manipulação, visualização e análise estatística de dados, que atualmente vem sendo considerada uma das melhores ferramentas para essa finalidade. A linguagem ainda possui como diferencial a facilidade no aprendizado, mesmo para aqueles que nunca tiveram contato anterior com programação. O pacote estatístico R é um software livre (free) e de código aberto (open source) para análise de dados.
- Uma das formas de utilizar a linguagem R é através da interface gráfica RStudio (link), que é uma IDE ou ambiente de desenvolvimento integrado, para o pacote R. Com sua utilização gratuita, o RStudio é uma excelente ferramenta para trabalhar com o R. Essa plataforma é extremamente visual quando comparado com ambientes de outras linguagens e também com o console do R, e muito simples de se utilizar.
Curso Extensão - Introdução à Análise de Dados no R
Este é um curso de extenção ministrado pelos professores Diógenes Ferreira Filho e Manuel Francisco de Souza Pereira do DCEEX/IRT/UFRRJ. Neste curso é abordado desde a instalação do pacote estatístico R e da interface RStudio, análises básicas utilizando o R até o ambiente do universo do tidyverse e RMarkdown.
As videoaulas encontram-se disponíveis de forma aberta neste canal do YouTube.
Programa da Disciplina
| Tópicos | Conteúdo |
|---|---|
| 1. | Análise Exploratória de Dados com software R |
| 2. | Modelo de Regressão Linear Simples |
| 2.1. | Estimação dos Parâmetros |
| 2.2. | ANOVA da Regressão |
| 2.3. | Intervalo de Confiança e de Predição |
| 2.4. | Adequação do Ajuste |
| 3. | Regressão Linear Múltipla |
| 3.1. | Estimação dos Parâmetros |
| 3.2. | Métodos de Seleção de Modelos |
| 3.3. | Adequação do Ajuste |
| 3.4. | Variáveis Dummy |
| 4. | Modelo de Regressão Logística |
| 4.1. | Estimação dos Parâmetros do Modelo |
| 4.2. | Interpretação do Modelo |
| 4.3. | Avaliação da Qualidade do Modelo |
| 5. | Modelo de Regressão de Poisson |
| 5.1. | Estimação dos Parâmetros do Modelo |
| 5.2. | Interpretação do Modelo |
| 5.3. | Avaliação da Qualidade do Modelo |
Avaliação da Disciplina
- Seminário – 10/12/2021
Obs: Os seminários deverão ser feitos segundo as seguintes orientações: link
Bibliografia
Dohoo, I. R., Martin, W., & Stryhn, H. E. (2003). Veterinary epidemiologic research.
Dobson , AJ (2001). An introduction to generalized linear models. Chapman & Hall/CRC.
Faraway, J. Practical Regression and Anova using R (PDF, banco de dados e scripts disponível no site link)
Fox, J (2002). An R and S-Plus Companion to Applied Regression. Sage Publications.
McCullagh P, Nelder JA (1989). Generalized linear models. Second Edition. Chapman and Hall.
Myers, Raymond H. et al. (2012) Generalized linear models: with applications in engineering and the sciences. John Wiley & Sons.
Venables WN, Ripley, BD (2002). Moderns Applied Statistics with S. Fourth Edition. Springer.
Cronograma dos encontros síncronos
- Todos os encontros síncronos serão às sextas-feiras a partir das 9hs.
| Data | Aula | Descrição |
|---|---|---|
| 05/11/2021 | 1 | Introdução do curso + Revisão Análise Exploratória de Dados (AED) |
| 12/11/2021 | 2 | Modelo de Regressão Simples |
| 19/11/2021 | 3 | Modelo de Regressão Múltipla |
| 26/11/2021 | 4 | Modelo de Regressão Logística |
| 03/12/2021 | 5 | Modelo de Regressão de Poisson |
| 10/12/2021 | 6 | Apresentação dos Seminários |
Aula 1: Revisão Análise Exploratória de Dados (AED)
Nessa aula síncrona será apresentado esse novo formato da disciplina (conteúdo e dinâmica das aulas).
Revisão sobre o conteúdo de análise exploratória de dados.
Não está prevista atividade assíncrona para esta aula.
| Atividades | Tipo de atividades | Links |
|---|---|---|
| Síncrona | Atividades síncronas a respeito da Aula 1 - Parte 1 | link |
| Síncrona | Atividades síncronas a respeito da Aula 1 - Parte 2 | link |
| Síncrona | Banco de dados daisy2.xlsx | link |
| Síncrona | Link para a sala de videoconferência dia 05/11/2021 (sexta-feira) às 9hs | link |
Aula 2: Modelo de Regressão Linear Simples
| Atividades | Tipo de Atividade | Links |
|---|---|---|
| Assíncrona | Videoaula sobre a Aula 2 - Parte 1 | link |
| Assíncrona | Slides sobre a Aula 2 - Parte 1 | link |
| Assíncrona | Videoaula sobre a Aula 2 - Parte 2 | link |
| Assíncrona | Slides sobre a Aula 2 - Parte 2 | link |
| Assíncrona | Videoaula sobre a Aula 2 - Parte 3 | link |
| Assíncrona | Slides sobre a Aula 2 - Parte 3 | link |
| Assíncrona | Videoaula sobre a Aula 2 - Parte 4 | link |
| Assíncrona | Slides sobre a Aula 2 - Parte 4 | link |
| Assíncrona | Videoaula sobre a Aula 2 - Parte 5 | link |
| Assíncrona | Slides sobre a Aula 2 - Parte 5 | link |
| Assíncrona | Videoaula sobre a Aula 2 - Parte 6 | link |
| Assíncrona | Slides sobre a Aula 2 - Parte 6 | link |
| Assíncrona | Lista de exercícios sobre a Aula 2 | link |
| Síncrona | Atividades síncronas a respeito da Aula 2 | link |
| Síncrona | Link para a sala de videoconferência dia 12/11/2021 (sexta-feira) às 9hs | link |
| Síncrona | Link para a sala de videoconferência dia 12/11/2021 (sexta-feira) às 14hs (Monitoria) | link |
Aula 3: Modelo de Regressão Linear Múltipla
| Atividades | Tipo de Atividade | Links |
|---|---|---|
| Assíncrona | Videoaula sobre a Aula 3 - Parte 1 | link |
| Assíncrona | Slides sobre a Aula 3 - Parte 1 | link |
| Assíncrona | Videoaula sobre a Aula 3 - Parte 2 | link |
| Assíncrona | Slides sobre a Aula 3 - Parte 2 | link |
| Assíncrona | Videoaula sobre a Aula 3 - Parte 3 | link |
| Assíncrona | Slides sobre a Aula 3 - Parte 3 | link |
| Assíncrona | Videoaula sobre a Aula 3 - Parte 4 | link |
| Assíncrona | Slides sobre a Aula 3 - Parte 4 | link |
| Assíncrona | Videoaula sobre a Aula 3 - Parte 5 | link |
| Assíncrona | Slides sobre a Aula 3 - Parte 5 | link |
| Assíncrona | Banco de dados pig_adg.xlsx | link |
| Assíncrona | Lista de exercícios sobre a Aula 2 | Em breve ! |
| Síncrona | Link para a sala de videoconferência dia 19/11/2021 (sexta-feira) às 9hs | link |
| Síncrona | Link para a sala de videoconferência dia 19/11/2021 (sexta-feira) às 14hs (Monitoria) | link |
Orientações para os Seminários
- Os seminários deverão ser feitos segundo as seguintes orientações: link